基于MATLAB平台的图像增强技术

湘南学院毕业论文作者：学号：学系：软件与通信工程学院专业：通信工程题目：基于MATLAB平台的图像增强技术指导者：2015年5月湖南

畢業論文中文摘要圖像增強是指依據圖像所存在的問題，按特定的需要突出一幅圖像中的某些信息，同時，削弱或去除某些冗餘信息的處理方法。其主要目的是使得處理後的圖像對給定的應用比原來的圖像更加有效同時可以有效的改善圖像質量。圖像增強技術主要包含直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術等。本文先對圖像增強的原理進行概述，然後對圖像增強的方法分類並給出直方圖增強、平滑和銳化等幾種常用的增強方法、彩色圖像增強的理論基礎，通過MATLAB實驗得出的實際處理效果來對比各種算法的優缺點，討論不同的增強算法的技術要點，並對其圖像增強方法進行性能評價。關鍵詞：MATLAB圖像增強直方圖增強平滑銳化彩色圖像增強

畢業論文外文摘要Title：ImageenhancementtechnologybasedonMATLABAbstractTheimageintensificationisrefersspecificlyaccordingtoneedstohighlightinanimagecertaininformations,simultaneously,weakenstheinformationprocessingmethodwhichorremovescertaindoesnotneed.Afteritsmainpurposeistheprocessingimageismoreeffectivethantocertainspecificapplicationstheoriginalimage.Theimageintensificationtechnologymainlycontainshistogramrevisionprocessing,imagesmoothprocessing,imageintensificationprocessingandthecoloredprocessingtechnologyandsoon.Thisarticlefirstintroducestheprincipleofimageenhancementandclassification，andthenfocusonseveralmethodstostudysuchasandhistogramenhancement,smoothingandsharpening,andothercommonlyusedinlearningthebasicdigitalimageWiththeapproach,throughMatlabexperimentthattheactualeffectofvariousalgorithmstocomparetheadvantagesanddisadvantagestodiscussthedifferentenhancementalgorithm.Theapplicationofoccasions,anditsimageenhancementmethodofperformanceevaluation.Keywords：matlabimageenhancementhistogramenhancementsmoothingsharpeningimageenhancementofcolorlove目次1绪论 52Matlab简介 62.1 MATLAB主要功能 72.2 MATLAB优势 72.2.1 工作平台和编程环境 72.2.2 实用的程序语言 72.2.3 计算机数据处理能力 72.2.4 图形处理功能 82.2.5 应用的模块集合工具箱 82.3MATLAB常用工具箱 82.4 小结 83图像增强 103.1图像增强技术概述 103.2直方图增强 103.2.1直方图 103.2.2直方图均衡化 113.2.3图像二值化 123.3平滑 133.3.1线性滤波 133.3.2非线性滤波 143.3.3巴特沃斯低通 163.4 锐化 173.4.1拉普拉斯算子 173.4.2巴特沃斯高通 183.5彩色图像增强 193.5.1伪彩色增强 193.5.2真彩色增强 203.5.3假彩色增强 203.5.4 RGB模型三大转换 21结论 24致谢 25参考文献 261緒論隨著人類社會的進步和科學技術的發展，圖像增強技術的發展大致經歷了初創期、發展期、普及期和應用期4個階段。初創期開始於20世紀60年代，當時的圖像採用像素型光柵進行掃描顯示，大多採用中、大型機對其進行處理。20世紀70年代進入了發展期，開始大量採用中、大型機進行處理，圖像處理也逐漸改用光柵掃描顯示方式，特別是出現了CT和衛星遙感圖像，對圖像增強處理提出了一個更高的要求。到了20世紀80年代，圖像增強技術進入普及期，此時的計算機已經能夠承擔起圖形圖像處理的任務。20世紀90年代進入了應用期，人們運用數字圖像增強技術處理和分析遙感圖像，以有效地進行資源和礦藏的勘探、調查、農業和城市的土地規劃、作物估產、氣象預報、災害及軍事目標的監視等。在生物醫學工程方面，運用圖像增強技術對X射線圖像、超聲圖像和生物切片顯微圖像等進行處理，提高圖像的清晰度和分辨率。在工業和工程方面，主要應用於無損探傷、質量檢測和過程自動控制等方面。在公共安全方面，人像、指紋及其他痕跡的處理和識別，以及交通監控、事故分析等都在不同程度上使用了圖像增強技術。圖像增強是圖像處理的重要組成部分，傳統的圖像增強方法對於改善圖像質量發揮了極其重要的作用。隨著對圖像技術研究的不斷深入和發展，新的圖像增強方法不斷出現。例如一些學者將模糊映射理論引入到圖像增強算法中，提出了包括模糊鬆弛、模糊熵、模糊類等增強算法來解決增強算法中映射函數選擇問題，並且隨著交互式圖像增強技術的應用，可以主觀控制圖像增強效果。同時利用直方圖均衡技術的圖像增強也有許多新的進展：例如提出了多層直方圖結合亮度保持的均衡算法、動態分層直方圖均衡算法。這些算法通過分割圖像，然後在子層圖像內做均衡處理，較好地解決了直方圖均衡過程中的對比度過拉伸問題，並且可以控制子層灰度映射範圍，增強效果較好。MATLAB名字由MATrix和LABoratory兩詞的前三個字母組合而成。那是20世紀七十年代後期的事：時任美國新墨西哥大學計算機科學系主任的CleveMoler教授出於減輕學生編程負擔的目的，為學生設計了一組調用LINPACK和EISPACK庫程序的“通俗易用”的接口，此為用FORTRAN編寫的初期狀態的MATLAB。經校園廣泛使用，由Little、Moler、SteveBangert合作，于1984年成立了MathWorks公司，並把MATLAB正式推向市場。從這時起，MATLAB的內核採用C語言編寫，而且除了原有的數值計算能力外，還添加了數據圖視功能。到九十年代初期，在國際上30幾個數字類科技應用軟件中，Matlab在數值計算方面獨佔鰲頭，而Mathematica和Maple則分居符號計算軟件的前兩名。Mathcad因其提供計算、圖形、文字處理的統一環境而深受學生歡迎。4.x版在繼承和發展其原有的數值計算和圖形可視能力的同時，出現了以下幾個重要變化：推出了SIMULINK，一個交互式操作的動態系統建模、仿真、分析集成環境。推出了符號計算工具包。一個以Maple為“引擎”的SymbolicMathToolbox1.0。此舉結束了國際上數值計算、符號計算孰優孰劣的長期爭論，促成了兩種計算的互補發展新時代。構作了Notebook。MathWorks公司瞄準應用範圍最廣的Word，運用DDE和OLE，實現了MATLAB與Word的無縫連接，從而為專業科技工作者創造了融科學計算、圖形可視、文字處理于一體的高水準環境。從1997年春的5.0版起，後歷經5.1、5.2、5.3、6.0、6.1等多個版本的不斷改進，MATLAB“面向對象”的特點愈加突出，數據類型愈加豐富，操作界面愈加友善。2002年初夏所推6.5版的最大特點是：該版本採用了JIT加速器，從而使MATLAB朝運算速度與C程序相比肩的方向前進了一大步。2MATLAB簡介MATLAB是建立在向量、數組和矩陣基礎上的一種分析和仿真工具軟件包，包含各種能夠進行常規運算的“工具箱”，如常用的矩陣代數運算、數組運算、方程求根、優化計算及函數求導積分符號運算等；同時還提供了編程計算的編程特性，通過編程可以解決一些複雜的工程問題；也可繪製二維、三維圖形，輸出結果可視化。目前，已成為工程領域中較常用的軟件工具包之一。2.1MATLAB主要功能它是一種用於算法開發、數據可視化、數據分析以及數值計算的高級技術計算語言和交互式環境。使用它，可以較使用傳統的編程語言，如C、C++等，更快的解決技術計算問題。高級語言可用於技術計算；開發環境可對代碼、文件和數據進行管理；數學函數可用於線性代數、統計、傅立葉分析、篩選、優化以及數值積分等；二維和三維圖形函數可用於可視化數據；各種工具可用於構建自定義的圖形用戶界面；各種函數可將基於MATLAB的算法與外部應用程序和語言；其應用範圍非常廣，包括信號和圖像處理、通迅、控制系統設計、測試和測量等眾多應用領域。2.2MATLAB優勢2.2.1工作平臺和編程環境MATLAB由一系列工具組成。這些工具方便用戶使用MATLAB的函數和文件，其中許多工具採用的是圖形用戶界面。包括MATLAB桌面和命令窗口、歷史命令窗口、編輯器和調試器、路徑搜索和用於用戶瀏覽幫助、工作空間、文件的瀏覽器。隨著MATLAB的商業化以及軟件本身的不斷升級，MATLAB的用戶界面也越來越精緻，更加接近Windows的標準界面，人機交互性更強，操作更簡單。而且新版本的MATLAB提供了完整的連線查詢、幫助系統，極大的方便了用戶的使用。簡單的編程環境提供了比較完備的調試系統，程序不必經過編譯就可以直接運行，而且能夠及時地報告出現的錯誤及進行出錯原因分析。2.2.2程序語言MATLAB一個高級的矩陣語言，它包含控制語句、函數、數據結構、輸入和輸出和面向對象編程特點。用戶可以在命令窗口中將輸入語句與執行命令同步，也可以先編寫好一個較大的複雜的應用程序（M文件）後再一起運行。新版本的MATLAB語言是基於最為流行的C＋＋語言基礎上的，因此語法特徵與C＋＋語言極為相似，而且更加簡單。使之更利於非計算機專業的科技人員使用。而且這種語言可移植性好、可拓展性極強，這也是MATLAB能夠深入到科學研究及工程計算各個領域的重要原因。2.2.3科學計算機數據處理能力MATLAB是一個包含大量算法的集合。其可以快捷的實現用戶所需的各種計算功能。函數中所使用的算法都是科研和工程計算中的最新研究成果，而前經過了各種優化和差錯處理。在通常情況下，可以用它來代替底層編程語言，如C和C++。在計算要求相同的情況下，使用MATLAB的編程工作量會大大減少。MATLAB的這些函數集包括從最簡單最基本的函數到諸如矩陣，特徵向量、快速傅立葉變換的複雜函數。函數所能解決的問題其大致包括矩陣運算和線性方程組的求解、微分方程及偏微分方程的組的求解、符號運算、傅立葉變換和數據的統計分析、工程中的優化問題、稀疏矩陣運算、複數的各種運算、三角函數和其他初等數學運算、多維數組操作以及建模動態仿真等。2.2.4圖形處理功能圖形處理功能MATLAB自產生之日起就具有方便的數據可視化功能，以將向量和矩陣用圖形表現出來，並且可以對圖形進行標注和打印。高層次的作圖包括二維和三維的可視化、圖像處理、動畫和表達式作圖。可用於科學計算和工程繪圖。新版本的MATLAB對整個圖形處理功能作了很大的改進和完善，使它不僅在一般數據可視化軟件都具有的功能（例如二維曲線和三維曲面的繪製和處理等）方面更加完善，而且對於一些其他軟件所沒有的功能（例如圖形的光照處理、色度處理以及四維數據的表現等），MATLAB同樣表現了出色的處理能力。同時對一些特殊的可視化要求，例如圖形對話等，MATLAB也有相應的功能函數，保證了用戶不同層次的要求。另外新版本的MATLAB還著重在圖形用戶界面（GUI）的製作上作了很大的改善，對這方面有特殊要求的用戶也可以得到滿足。2.2.5模塊集合工具箱MATLAB對許多專門的領域都開發了功能強大的模塊集和工具箱。一般來說，它們都是由特定領域的專家開發的，用戶可以直接使用工具箱學習、應用和評估不同的方法而不需要自己編寫代碼。目前，MATLAB已經把工具箱延伸到了科學研究和工程應用的諸多領域，諸如數據采集、數據庫接口、概率統計、樣條擬合、優化算法、偏微分方程求解、神經網絡、小波分析、信號處理、圖像處理、系統辨識、控制系統設計、LMI控制、魯棒控制、模型預測、模糊邏輯、金融分析、地圖工具、非線性控制設計、實時快速原型及半物理仿真、嵌入式系統開發、定點仿真、DSP與通訊、電力系統仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。2.4Matlab常用工具箱MATLAB包括擁有數百個內部函數的主包和三十幾種工具包。功能工具包用來擴充MATLAB的符號計算，可視化建模仿真，文字處理及實時控制等功能。學科工具包是專業性比較強的工具包，控制工具包，信號處理工具包，通信工具包等都屬￿此類。除內部函數外，所有MATLAB主包文件和各種工具包都是可讀可修改的文件。MatlabMainToolbox——matlab主工具箱SystemIdentificationToolbox——系統辨識工具箱ImageProcessingToolbox——圖像處理工具箱LMIControlToolbox——線性矩陣不等式工具箱OptimizationToolbox——優化工具箱SimulinkToolbox——動態仿真工具箱WaveleToolbox——小波工具箱它附加的工具箱，即單獨提供的專用matlab函數集，擴展了matlab環境，以解決這些應用領域內特定類型的問題。2.5小結對於MATLAB，在教學期間我們大量的運用它來進行編程學習，對於以上所敘，均比較瞭解，但是對於其圖像處理功能還是不十分熟悉，因此以下將著重從這方面介紹：圖像處理工具包是由一系列支持圖像處理操作的函數組成的。所支持的圖像處理操作有:圖像的幾何操作、鄰域和區域操作、圖像變換、圖像恢復與增強、線性濾波和濾波器設計、變換(DCT變換等)、圖像分析和統計、二值圖像操作等。下面就MATLAB在圖像處理中各方面的應用分別進行介紹。(1)圖像文件格式的讀寫和顯示。MATLAB提供了圖像文件讀入函數imread(),用來讀取如:bmp、tif、jpg、pcx、tiff、gpeg、hdf、xwd、png等各種格式的圖像文件;圖像寫出函數imwrite(),還有圖像顯示函數image()、imshow()等等。(2)圖像處理的基本運算。MATLAB提供了圖像的和、差等線性運算,以及卷積、相關、濾波等非線性運算。例如,conv2(I,J)實現了I,J兩幅圖像的卷積。(3)圖像變換。MATLAB提供了一維和二維離散傅立葉變換(DFT)、快速傅立葉變換(FFT)、離散余弦變換(DCT)及其反變換函數,以及連續小波變換(CWT)、離散小波變換(DWT)及其反變換。(4)圖像的分析和增強。針對圖像的統計計算,MATLAB提供了校正、直方圖均衡、中值濾波、對比度調整、自適應濾波等對圖像進行的處理。以上所提到的MATLAB在圖像中的應用都是由相應的MATLAB函數來實現的,使用時,只需按照函數的調用語法正確輸入參數即可。具體的用法可參考MATLAB豐富的幫助文檔。3圖像增強圖像增強是按特定的需要突出一幅圖像中的某些信息，同時，消弱或去除某些信息使得圖像更加實用。圖像增強技術主要包含直方圖修改處理、圖像平滑處理、圖像尖銳化處理和彩色技術等。3.1圖像增強技術概述圖像增強技術主要包括：直方圖修改處理，圖像平滑處理，圖像尖銳化處理，彩色圖像處理。從純技術上講主要有兩類：頻域處理法和空域處理法。頻域處理法主要是卷積定理，採用修改圖像傅立葉變換的方法實現對圖像的增強處理技術；空域處理法：是直接對圖像中的像素進行處理，基本上是以灰度映射變換為基礎的。3.2直方圖增強灰度變換是圖像增強的一種重要手段，使圖像對比度擴展，圖像更加清晰，特徵更加明顯。灰度級的直方圖給出了一幅圖像概貌的描述，通過修改灰度直方圖來得到圖像增強。3.2.1 直方圖圖像的直方圖是圖像的重要統計特徵，它可以認為是圖像灰度密度函數的近似。圖像的灰度直方圖是反映一幅圖像的灰度級與出現這種灰度級的概率之間的關係的圖形。灰度直方圖是離散函數，一般的來講，要精確的得到圖像的灰度密度函數是比較困難的，在實際中，可以使數字圖像灰度直方圖來代替。歸納起來，直方圖主要有一下幾點性質：（1）直方圖中不包含位置信息。直方圖只是反應了圖像灰度分佈的特性，和灰度所在的位置沒有關係，不同的圖像可能具有相近或者完全相同的直方圖分佈。（2）直方圖反應了圖像的整體灰度。直方圖反應了圖像的整體灰度分佈情況，對於暗色圖像，直方圖的組成集中在灰度級低（暗）的一側，相反，明亮圖像的直方圖則傾向於灰度級高的一側。直觀上講，可以得出這樣的結論，若一幅圖像其像素佔有全部可能的灰度級並且分佈均勻，這樣的圖像有高對比度和多變的灰度色調。（3）直方圖的可疊加性。一幅圖像的直方圖等於它各個部分直方圖的和。（4）直方圖具有統計特性。從直方圖的定義可知，連續圖像的直方圖是一位連續函數，它具有統計特徵，例如矩、絕對矩、中心矩、絕對中心矩、熵。（5）直方圖的動態範圍。直方圖的動態範圍是由計算機圖像處理系統的模數轉換器的灰度級決定。MATLAB圖像處理工具箱提供了imhist函數來計算和顯示圖像的直方圖，灰度直方圖是灰度值的函數，描述的是圖像中具有該灰度值的像素的個數，如圖3.2.1所示，（b）為圖像（a）的灰度直方圖，其橫坐標表示像素的灰度級別，縱坐標表示該灰度出現的頻率（像素的個數）。圖3.2.1當圖像對比度較小時，它的灰度直方圖只在灰度軸上較小的一段區間上非零，較暗的圖像由於較多的像素灰度值低，因此它的直方圖的主體出現在低值灰度區間上，其在高值灰度區間上的幅度較小或為零，而較亮的圖像情況正好相反。3.2.2直方圖均衡化直方圖均衡化過程如下：（1）計算原圖像的灰度直方圖；（2）計算原圖像的灰度累積分佈函數，進一步求出灰度變換表；（3）根據灰度變換表，將原圖像各灰度級映射為新的灰度級。在MATLAB中，histeq函數可以實現直方圖均衡化。該命令對灰度圖像I進行變換，返回有N級灰度的圖像J，J中的每個灰度級具有大致相同的像素點，所以圖像J的直方圖較為平坦，當N小於I中灰度級數時，J的直方圖更為平坦，缺省的N值為64。以下展示了直方圖均衡化的效果：圖3.2.2從直方圖統計可以看出，原始圖的灰度範圍大約是0到100之間，灰度分佈的範圍比較狹窄，所以整體上看對比度比較差，而直方圖均衡化後，灰度幾乎是均勻的分佈在0到255的範圍內，圖像明暗分明，對比度很大，圖像比較清晰明亮，很好的改善了原始圖的視覺效果。優勢：能夠使得處理後圖像的概率密度函數近似服從均勻分佈，其結果擴張了像素值的動態範圍，是一種常用的圖像增強算法。不足：不能抑制噪聲。3.2.3 圖像二值化圖像的二值化處理就是將圖像上的像素點的灰度值設置為0或255，也就是講整個圖像呈現出明顯的黑白效果。將256個亮度等級的灰度圖像通過適當的閥值選取而獲得仍然可以反映圖像整體和局部特徵的二值化圖像。在數字圖像處理中，二值圖像佔有非常重要的地位，首先，圖像的二值化有利於圖像的進一步處理，使圖像變得簡單，而且數據量減小，能凸顯出感興趣的目標的輪廓。其次，要進行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。所有灰度大於或等於閥值的像素被判定為屬￿特定物體，其灰度值為255表示，否則這些像素點被排除在物體區域以外，灰度值為0，表示背景或者例外的物體區域。下圖為圖像二值化的效果：圖3.2.33.3平滑 平滑技術用於平滑圖像中的噪聲。平滑噪聲可以在空間域中進行，基本方法是求像素灰度的平均或中值。為了既平滑噪聲又保護圖像信號，也有一些改進的技術，比如在頻域中運用低通濾波技術。3.3.1 線性濾波輸出圖像的值等於輸入圖像濾波後值的局部平均，各個項具有相同的權。下面是平滑窗口分別為矩形和圓形的情況。對一些圖像進行線性濾波可以去除圖像中某些類型的噪聲，如採用鄰域平均法的均值濾波器就非常適用於去除通過掃描得到的圖像中的顆粒噪聲。鄰域平均法是空間域平滑噪聲技術。用一像素鄰域內各像素灰度平均值來代替該像素原來的灰度，即是鄰域平均技術。另外，頻域處理的基礎是頻域濾波，例如，理想的低通濾波器：其中。

如圖3.3.1(a)為線性平滑濾波的例子：圖3.3.1(a)如圖4.8(b)為利用低通鄰域平均模板進行平滑的例子：圖3.3.1(b)優勢：實現簡單，去噪效果明顯。不足：去噪的同時會導致結果圖像邊緣位置的改變和細節模糊甚至丟失。3.3.2 非線性濾波 中值濾波是一種最常用的圖像增強技術，是非線性濾波。對椒鹽噪聲有很好的去噪效果。下圖是加高斯噪聲後，中值濾波和平均濾波的濾波效果對比：圖3.3.2(a)如圖可見，對於高斯噪聲，均值濾波效果比中值濾波效果好。原因：(1)高斯噪聲是幅值近似正態分佈，但分佈在每點像素上。(2)因為圖像中的每點都是污染點，所以中值濾波選不到合適的乾淨點。(3)因為正態分佈的均值為0，所以均值濾波可以消除噪聲。（實際上只能減弱，不能消除。）但對於椒鹽噪聲，中值濾波效果比均值濾波效果好。原因：(1)椒鹽噪聲是幅值近似相等但隨機分佈在不同位置上，圖像中有乾淨點也有污染點。(2)中值濾波是選擇適當的點來替代污染點的值，所以處理效果好。(3)因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。中值濾波是基於一個移動窗口並計算輸入圖像在窗口內的像素亮度值的中值作為輸出圖像窗口中心的像素值而產生的。給定的圖像f(x,y)中的每一個點（m,n），取其領域s。設s含有M個像素{a1，a2，⋯，aM}，將其按大小排序，若M是奇數時，則位於中間的那個象素值就是修改後圖像g(x,y)在點（m,n）處的像素值；若M是偶數則取中間兩個象素的平均值作為修改後圖像g(x,y)在點（m,n）處的象素值。我們在這裡先人為的加上一些噪聲，然後在matlab中實現中值濾波的效果圖如下：圖3.3.2(b)比較經過加入椒鹽噪聲的圖像和經過中值濾波的圖像，可以發現，圖像的噪聲點被去除；但是比較原始圖像和經過濾波的圖像後會發現，圖像的邊緣稍微的變得模糊，這是平滑算法不可避免的缺點。下圖為邊緣增強的例子：圖3.3.2(c)優勢：去噪效果明顯，並且能夠較好的保持圖像邊緣位置和細節。不足：非線性濾波算法的實現相對線性濾波比較困難。3.3.3巴特沃斯低通巴特沃斯低通濾波器的傳遞函數為：D0為截止頻率，n為函數的階。一般取使H(u,v)最大值下降至原來的二分之一時的D(u,v)為截止頻率D0。圖3.3.3所示為巴特沃斯低通濾波器的剖面圖和三維透視圖特點：在通過頻率與截止頻率之間沒有明顯的不連續性，不會出現“振鈴”現象，其效果好於理想低通濾波器。下圖為巴特沃斯低通效果：3.4 銳化圖像銳化處理的作用是使灰度反差增強，從而使模糊圖像變得更加清晰。圖像模糊的實質就是圖像受到平均運算或積分運算，因此可以對圖像進行逆運算，如微分運算以突出圖像細節使圖像變得更為清晰。3.4.1拉普拉斯算子由於拉普拉斯是一種微分算子，它的應用可增強圖像中灰度突變的區域，減弱灰度的慢變化區域。因此，銳化處理可選擇拉普拉斯算子對原圖像進行處理產生描述灰度突變的圖像，再將拉普拉斯圖像與原始圖像疊加而產生銳化圖像。拉普拉斯銳化的基本方法可以由下式表示：這種簡單的銳化方法既可以產生拉普拉斯銳化處理的效果，同時又能保留背景信息：將原始圖像疊加到拉普拉斯變換的處理結果中去，可以使圖像中的各灰度值得到保留、灰度突變處的對比度得到增強，最終結果是在保留圖像背景的前提下，突現出圖像中小的細節。圖3.4展示了在MATLAB中進行圖像銳化的處理結果：圖3.4比較原始模糊圖像和經過拉氏算子運算的圖像，可以發現，圖像模糊的部分得到了銳化，特別是模糊的邊緣部分得到了增強，邊界更加明顯。但是，圖像顯示清楚的地方，經過濾波發生了失真，這也是拉氏算子增強的一大缺點。3.4.2巴特沃斯高通為了消除模糊，突出邊緣。因此採用高通濾波器讓高頻成分通過，使低頻成分削弱，再經傅立葉逆變換得到邊緣銳化的圖像。圖像的邊緣、細節主要在高頻，圖像模糊是由於高頻成分較弱產生的。為了消除模糊，突出邊緣，可以採用高通濾波的方法，使低頻分量得到抑制，從而達到增強高頻分量，使圖像的邊沿或線條變得清晰，實現圖像的銳化。n階高通具有D0截止頻率的Butterworth高通濾波器濾波函數定義如下:下圖為巴特沃斯高通效果：3.5 彩色圖像增強 用於增強圖像對比度的方法很多，要根據應用目的加以選擇。偽彩色變換是增強圖像顯示效果和提高視覺分辨率的一種常用的、最有效的手段，但偽彩色增強不可能增加圖像的有效信息；偽彩色增強的視覺效果由所選擇的彩色映射決定，在選擇映射函數時，盡可能使三通道的函數不相關。偽彩色處理增強視覺效果明顯，常用於醫學、遙感圖像顯示。 真彩色圖像增強需要考慮彩色特徵空間的選擇，同樣的運算在不同的特徵空間效果不同。3.5.1 偽彩色增強 偽彩色（pseudocolor），非彩色圖像（灰度、二值）人為映射成彩色圖像。偽彩色增強是將一個波段或單一的黑白圖像變換為彩色圖像，從而把人眼不能區分的微小的灰度差別顯示為明顯的色彩差異，更便於解譯和提取有用信息。偽彩色增強的方法主要有以下三種：(1)密度分割法：密度分割或密度分層是偽彩色增強中最簡單的一種方法，它是對圖像亮度範圍進行分割，使一定亮度間隔對應於某一類地物或幾類地物從而有利於圖像的增強和分類。它是把黑白圖像的灰度級從0（黑）到M0(白)分成N個區間Li,i=1,2,…,N。給每個區間Li指定一種彩色Ci，這樣，便可以把一幅灰度圖像變成一幅偽彩色圖像。此法比較直觀簡單，缺點使變換出的彩色數目有限。(2)空間域灰度級－彩色變換：空間域灰度級－彩色變換是一種更為常用的、比密度分割更有效的偽彩色增強法。它是根據色度學的原理，將原圖像的灰度分段經過紅、綠、藍三種不同變換，變成三基色分量，然後用它們分別去控制彩色顯示器的紅、綠、藍電子槍，便可以在彩色顯示器的屏幕上合成一幅彩色圖像。彩色的含量由變換函數的形狀而定。(3)頻率域偽彩色增強：頻率域偽彩色增強時先把黑白圖像經傅立葉變換到頻率域，在頻率域內三個不同傳遞特性的濾波器分離成三個獨立分量，然後對它們進行逆傅立葉變換，便得到三幅代表不同頻率分量的單色圖像，接著對這三幅圖像作進一步的處理（直方圖均衡化），最後將它們作為三基色分量分別加到彩色顯示器的紅、綠、藍顯示通道，從而實現頻率域分段的偽彩色增強。效果如圖：圖3.5.13.5.2 真彩色增強 真彩色(true-color)是指圖像中的每個像素值都分成R、G、B三個基色分量，每個基色分量直接決定其基色的強度，這樣產生的色彩稱為真彩色。例如圖像深度為24，用R:G:B=8:8:8來表示色彩，則R、G、B各佔用8位來表示各自基色分量的強度，每個基色分量的強度等級為28=256種。圖像可容納224=16M種色彩。這樣得到的色彩可以反映原圖的真實色彩，故稱真彩色。圖3.5.23.5.3 假彩色增強 假彩色:有三種形式第一，把真實景物圖像的象元逐個地映射為另一種顏色。第二，把多光譜圖像中任三個光譜圖像映射為可見光rgb，在合成為一幅彩色圖像第三，把黑白圖像，用灰度級映射或頻譜映射而成為類似真實彩色的處理。 偽彩色，相當於假彩色中的一個特例，即指定某灰度為某種彩色。相當於第三種形式。圖3.5.33.5.4RGB模型三大轉換同一顏色可以用不同的彩色空間表示，自然可以相互轉換。下面介紹RGB三種轉換：（1）．從RGB轉換到HSVTemp1=max(R,G,B)（a）Temp2=min(R,G,B)（b）根據（a）與(b)得：又因為所以得：H=60H1（c）S=(Temp1-Temp2)/Temp1（d）V=Temp1/255（e）下圖為RGB轉換為HSV效果：（2）．從RGB轉換到YUVMATLAB代碼為：clearall;closeall;clcRGB1=imread('peppers.png');figure,imshow(RGB1),R=RGB1(:,:,1);G=RGB1(:,:,2);B=RGB1(:,:,3);Y=0.299*R+0.587*G+0.114*B;U=-0.169*R-0.332*G+0.5*B;V=0.5*R-0.419*G-0.081*B;yuv(:,:,1)=Y;yuv(:,:,2)=U;yuv(:,:,3)=V;figure,imshow(yuv)下圖為RGB轉換為YUV效果：（3）．從RGB轉換到HIS從RGB到HSI的變換是一個非線性變換。對任何三個在[0,1]範圍內的R，G，B值:其中：下圖為RGB轉換為HSI效果：

結論增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合，有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特徵，擴大圖像中不同物體特徵之間的差別，抑制不感興趣的特徵，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。圖像增強可分成兩大類：頻率域法和空間域法。前者把圖像看成一種二維信號，對其進行基於二維傅裡葉變換的信號增強。採用低通濾波（即只讓低頻信號通過）法，可去掉圖中的噪聲；採用高通濾波法，則可增強邊緣等高頻信號，使模糊的圖片變得清晰。具有代表性的空間域算法有局部求平均值法和中值濾波法等，它們可用於去除或減弱噪聲。圖像增強的方法是通過一定手段對原圖像附加一些信息或變換數據，有選擇地突出圖像中感興趣的特徵或者抑制(掩蓋)圖像中某些不需要的特徵，使圖像與視覺響應特性相匹配。在圖像增強過程中，不分析圖像降質的原因，處理後的圖像不一定逼近原始圖像。圖像增強技術根據增強處理過程所在的空間不同，可分為基於空域的算法和基於頻域的算法兩大類。基於空域的算法處理時直接對圖像灰度級做運算基於頻域的算法是在圖像的某種變換域內對圖像的變換系數值進行某種修正，是一種間接增強的算法。基於空域的算法分為點運算算法和鄰域去噪算法。在本論文中點運算算法用到的是直方圖修正，目的使圖像成像均勻，擴大圖像動態範圍。鄰域增強算法分為圖像平滑和銳化兩種。平滑一般用於消除圖像噪聲，但是也容易引起邊緣的模糊。常用算法有均值濾波、中值濾波。銳化的目的在於突出物體的邊緣輪廓，便於目標識別。常用算法有梯度法、算子、高通濾波、統計差值法等。在徐小梅老師的指導下，讓我順利的完成了本次畢業設計。通過此次畢業設計，我從中學到了許多課本上沒有的知識，使我不僅僅在知識水平和解決實際問題的能力上有了很大的提高。還從思想的深處體